Con tecnología de infrarrojo cercano, desarrollan modelo para predecir características culinarias del arroz

Se trata de un método analítico con resultados rápidos, no destructivo de las muestras y amigable con el ambiente, al minimizar el uso de reactivos.

El arroz es uno de los cereales básicos en la alimentación y gastronomía mundial, que tiene a Argentina como uno de los principales países productores, y en particular la provincia de Corrientes aporta casi la mitad de la producción nacional.

Para la comercialización de las distintas variedades de arroz, es necesario que el grano presente ciertas características de calidad nutricionales, culinarias y molineras esperadas, propiedades que para ser analizadas requieren de distintas herramientas analíticas y procesos que demandan tiempos considerables.

Ante ello, en el marco de un trabajo colaborativo entre el Laboratorio de Operaciones Unitarias, del Departamento de Química de la Facultad de Ciencias Exactas y Naturales y Agrimensura de la UNNE (FaCENA), el Centro de Química e Ingeniería Teórica y Experimental «QuiTEX» (UTN Facultad Regional Resistencia) y la Estación Experimental Agropecuaria Corrientes del INTA, se consideró viable optimizar el estudio de las propiedades físico-químicas del arroz por medio de la Espectroscopia de Infrarrojo Cercano por Transformada de Fourier, una tecnología en auge para el análisis de distintos tipos de muestras.

Este método utiliza la región del infrarrojo cercano del espectro electromagnético para analizar muestras, y que luego se analiza mediante una transformada de Fourier para obtener información sobre la composición molecular y demás propiedades de la muestra.

En esa línea, de manera reciente se publicaron avances de dicho trabajo, con el desarrollo de un modelo predictivo para determinar las características culinarias de variedades de arroz a partir de esta tecnología conocida como “FT-NIR”.

El estudio estuvo a cargo de la Lic. en Química Andrea Paola Farco, integrante del Laboratorio de Operaciones Unitarias (FaCENA-UNNE), en el marco de su trabajo de tesis doctoral bajo la dirección de la Dra. Elisa Benítez, del Centro de Química e Ingeniería Teórica y Experimental (QuiTEX- UTN Facultad Regional Resistencia) y la co-dirección del Dr. Marcos Maiocchi, responsable del Laboratorio de Operaciones Unitarias.

En diálogo con UNNE Medios, la Lic. Farco y el Dr. Maiocchi, destacaron que el modelo ajustado brinda una buena correlación y predicción de los parámetros estudiados relacionados a las propiedades culinarias de muestras de arroz.

«Es un método con gran potencial, que brinda resultados en menor tiempo respecto a los ensayos de mesada y estudios de laboratorio que implican los procesos convencionales. Además, no requiere la destrucción de las muestras, ni el uso de reactivos químicos, que son costosos y pueden resultar contaminantes», explicó la Lic. Farco.

En tanto, el Dr. Maiocchi comentó que la tecnología utilizada constituye «un modelo que aprende» a partir de la carga de datos experimentales que permiten la calibración.

Por ello, a medida que aumente el número de muestras estudiadas se esperan mejores correlaciones.

Detalles del Estudio

Como parte de los ensayos, se utilizaron 46 muestras de arroz pulido proporcionadas por el Laboratorio de Calidad de Semillas y Granos del INTA EEA Corrientes, correspondientes a la campaña 2021-2022 (20 muestras) y campañas 2022-2023 (26 muestras).

Se analizaron parámetros de comportamiento del arroz luego de la cocción, considerando volumen de expansión, tiempo de cocción, absorción de agua, temperatura de gelatinización y peso de los mil granos.

Las muestras fueron analizadas con un espectrofotómetro de infrarrojo cercano, con un rango de longitud de 4000 a 10000 nm, siendo un nanómetro el equivalente a la milmillonésima parte de un metro. Se utilizó además el accesorio de reflectancia (NIRA).

De acuerdo a los resultados, los valores obtenidos “permiten concluir que estamos ante un método que brinda una buena correlación y predicción de los parámetros estudiados para las mencionadas propiedades del arroz”.

Cabe destacar que este estudio continúa con la campaña 2023-2024 y se espera tener mejores resultados con el aumento del número de muestras para mejorar el modelo predictivo.

«A medida que aumente el número de muestras estudiadas se esperan mejores correlaciones»

Perspectivas

La Lic. Farco y el Dr. Maiocchi reiteraron la importancia de los avances logrados en el ajuste del modelo para determinar el comportamiento culinario de muestras de arroz, la cual sienta las bases para abordar otros aspectos de este cultivo, así como también poder avanzar en ensayos de otros tipos de muestras de interés regional.

Indicaron que el estudio tiene un gran potencial de transferencia porque posibilita, en el caso del arroz, generar información de gran interés para los productores.

En particular, representa una herramienta útil para los programas de mejoramiento de cultivares que se desarrollan desde el INTA.

«Química verde»

También mencionaron la relevancia de trabajar desde lo que se conoce como «química verde», una tendencia que apuesta a desarrollar procesos sostenibles, no destructivos, amigables con el medio ambiente, minimizando la utilización de sustancias contaminantes o peligrosas.

Para concluir, destacaron la importancia de realizar este estudio que atiende a demandas de la región desde el ámbito de dos universidades nacionales, que se consolidan como espacios de investigación, transferencia y formación de recursos humanos para la ciencia.

0

0